随机事件和概率 第一节 基本概念1、排列组合初步 (1)排列组合公式)!(!n m m P n m -= 从m 个人中挑出n 个人进行排列的可能数。
)!(!!n m n m C n m -=从m 个人中挑出n 个人进行组合的可能数。
(2)加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m 种方法完成,第二种方法可由n 种方法来完成,则这件事可由m+n 种方法来完成。
(3)乘法原理(两个步骤分别不能完成这件事):m ×n某件事由两个步骤来完成,第一个步骤可由m 种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m ×n 种方法来完成。
(4)一些常见排列① 特殊排列 相邻 彼此隔开顺序一定和不可分辨② 重复排列和非重复排列(有序) ③ 对立事件 ④ 顺序问题2、随机试验、随机事件及其运算 (1)随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。
试验的可能结果称为随机事件。
(2)事件的关系与运算 ①关系:如果事件A 的组成部分也是事件B 的组成部分,(A 发生必有事件B 发生):B A ⊂如果同时有B A ⊂,A B ⊃,则称事件A 与事件B 等价,或称A 等于B :A=B 。
A 、B 中至少有一个发生的事件:A B ,或者A +B 。
属于A 而不属于B 的部分所构成的事件,称为A 与B 的差,记为A-B ,也可表示为A-AB 或者B A ,它表示A 发生而B 不发生的事件。
A 、B 同时发生:A B ,或者AB 。
A B=Ø,则表示A 与B 不可能同时发生,称事件A 与事件B 互不相容或者互斥。
基本事件是互不相容的。
Ω-A 称为事件A 的逆事件,或称A 的对立事件,记为A 。
它表示A 不发生的事件。
互斥未必对立。
②运算:结合率:A(BC)=(AB)C A ∪(B ∪C)=(A ∪B)∪C分配率:(AB)∪C=(A ∪C)∩(B ∪C) (A ∪B)∩C=(AC)∪(BC)德摩根率:∞=∞==11i ii i AAB A B A =,B A B A =3、概率的定义和性质 (1)概率的公理化定义 设Ω为样本空间,A 为事件,对每一个事件A 都有一个实数P(A),若满足下列三个条件:1° 0≤P(A)≤1, 2° P(Ω) =13° 对于两两互不相容的事件1A ,2A ,…有∑∞=∞==⎪⎪⎭⎫ ⎝⎛11)(i i i i A P A P常称为可列(完全)可加性。
则称P(A)为事件A 的概率。
(2)古典概型(等可能概型)1° {}n ωωω 21,=Ω,2° nP P P n 1)()()(21===ωωω 。
设任一事件A ,它是由m ωωω 21,组成的,则有P(A)={})()()(21m ωωω =)()()(21m P P P ωωω+++n m =基本事件总数所包含的基本事件数A = 4、五大公式(加法、减法、乘法、全概、贝叶斯) (1)加法公式P(A+B)=P(A)+P(B)-P(AB)当P(AB)=0时,P(A+B)=P(A)+P(B) (2)减法公式 P(A-B)=P(A)-P(AB)当B ⊂A 时,P(A-B)=P(A)-P(B) 当A=Ω时,P(B )=1- P(B) (3)条件概率和乘法公式定义 设A 、B 是两个事件,且P(A)>0,则称)()(A P AB P 为事件A 发生条件下,事件B发生的条件概率,记为=)/(A B P )()(A P AB P 。
条件概率是概率的一种,所有概率的性质都适合于条件概率。
例如P(Ω/B)=1⇒P(B /A)=1-P(B/A) 乘法公式:)/()()(A B P A P AB P =更一般地,对事件A 1,A 2,…A n ,若P(A 1A 2…A n-1)>0,则有21(A A P …)n A )|()|()(213121A A A P A A P A P =……21|(A A A P n …)1-n A 。
(4)全概公式 设事件n B B B ,,,21 满足1°n B B B ,,,21 两两互不相容,),,2,1(0)(n i B P i =>,2°ni iB A 1=⊂,则有)|()()|()()|()()(2211n n B A P B P B A P B P B A P B P A P +++= 。
此公式即为全概率公式。
(5)贝叶斯公式设事件1B ,2B ,…,n B 及A 满足1° 1B ,2B ,…,n B 两两互不相容,)(Bi P >0,=i 1,2,…,n ,2° ni iB A 1=⊂,0)(>A P ,则∑==nj jji i i B A P B P B A P B P A B P 1)/()()/()()/(,i=1,2,…n 。
此公式即为贝叶斯公式。
)(i B P ,(1=i ,2,…,n ),通常叫先验概率。
)/(A B P i ,(1=i ,2,…,n ),通常称为后验概率。
如果我们把A 当作观察的“结果”,而1B ,2B ,…,n B 理解为“原因”,则贝叶斯公式反映了“因果”的概率规律,并作出了“由果朔因”的推断。
5、事件的独立性和伯努利试验 (1)两个事件的独立性 设事件A 、B 满足)()()(B P A P AB P =,则称事件A 、B 是相互独立的(这个性质不是想当然成立的)。
若事件A 、B 相互独立,且0)(>A P ,则有)()()()()()()|(B P A P B P A P A P AB P A B P ===所以这与我们所理解的独立性是一致的。
若事件A 、B 相互独立,则可得到A 与B 、A 与B 、A 与B 也都相互独立。
(证明)由定义,我们可知必然事件Ω和不可能事件Ø与任何事件都相互独立。
(证明) 同时,Ø与任何事件都互斥。
(2)多个事件的独立性设ABC 是三个事件,如果满足两两独立的条件, P(AB)=P(A)P(B);P(BC)=P(B)P(C);P(CA)=P(C)P(A) 并且同时满足P(ABC)=P(A)P(B)P(C) 那么A 、B 、C 相互独立。
对于n 个事件类似。
两两互斥→互相互斥。
两两独立→互相独立? (3)伯努利试验定义 我们作了n 次试验,且满足 ◆ 每次试验只有两种可能结果,A 发生或A 不发生;◆ n 次试验是重复进行的,即A 发生的概率每次均一样;◆每次试验是独立的,即每次试验A 发生与否与其他次试验A 发生与否是互不影响的。
这种试验称为伯努利概型,或称为n 重伯努利试验。
用p 表示每次试验A 发生的概率,则A 发生的概率为q p =-1,用)(k P n 表示n重伯努利试验中A 出现)0(n k k ≤≤次的概率,kn k kn n q p k P C -=)(,n k ,,2,1,0 =。
随机变量及其分布 第一节 基本概念在许多试验中,观察的对象常常是一个随同取值的量。
例如掷一颗骰子出现的点数,它本身就是一个数值,因此P(A)这个函数可以看作是普通函数(定义域和值域都是数字,数字到数字)。
但是观察硬币出现正面还是反面,就不能简单理解为普通函数。
但我们可以通过下面的方法使它与数值联系起来。
当出现正面时,规定其对应数为“1”;而出现反面时,规定其对应数为“0”。
于是==)(ωX X ⎩⎨⎧,当反面出现,当正面出现01称X为随机变量。
又由于X是随着试验结果(基本事件ω)不同而变化的,所以X实际上是基本事件ω的函数,即X=X(ω)。
同时事件A 包含了一定量的ω(例如古典概型中A 包含了ω1,ω2,…ωm ,共m 个基本事件),于是P(A)可以由P(X(ω))来计算,这是一个普通函数。
定义 设试验的样本空间为Ω,如果对Ω中每个事件ω都有唯一的实数值X=X(ω)与之对应,则称X=X(ω)为随机变量,简记为X 。
有了随机变量,就可以通过它来描述随机试验中的各种事件,能全面反映试验的情况。
这就使得我们对随机现象的研究,从前一章事件与事件的概率的研究,扩大到对随机变量的研究,这样数学分析的方法也可用来研究随机现象了。
一个随机变量所可能取到的值只有有限个(如掷骰子出现的点数)或可列无穷多个(如电话交换台接到的呼唤次数),则称为离散型随机变量。
像弹着点到目标的距离这样的随机变量,它的取值连续地充满了一个区间,这称为连续型随机变量。
1、随机变量的分布函数 (1)离散型随机变量的分布率设离散型随机变量X 的可能取值为X k (k=1,2,…)且取各个值的概率,即事件(X=X k )的概率为P(X=x k )=p k ,k=1,2,…,则称上式为离散型随机变量X 的概率分布或分布律。
有时也用分布列的形式给出:,,,,,,,,|)(2121k k k p p p x x x x X P X =。
显然分布律应满足下列条件: (1)0≥k p , ,2,1=k ,(2)∑∞==11k k p 。
(2)分布函数对于非离散型随机变量,通常有0)(==x X P ,不可能用分布率表达。
例如日光灯管的寿命X ,0)(0==x X P 。
所以我们考虑用X落在某个区间],(b a 内的概率表示。
定义 设X 为随机变量,x 是任意实数,则函数)()(x X P x F ≤=称为随机变量X 的分布函数。
)()()(a F b F b X a P -=≤< 可以得到X 落入区间],(b a 的概率。
也就是说,分布函数完整地描述了随机变量X 随机取值的统计规律性。
分布函数)(x F 是一个普通的函数,它表示随机变量落入区间(– ∞,x]内的概率。
)(x F 的图形是阶梯图形, ,,21x x 是第一类间断点,随机变量X在k x 处的概率就是)(x F 在k x 处的跃度。
分布函数具有如下性质: 1° ,1)(0≤≤x F +∞<<∞-x ;2° )(x F 是单调不减的函数,即21x x <时,有 ≤)(1x F )(2x F ;3° 0)(lim )(==-∞-∞→x F F x , 1)(lim )(==+∞+∞→x F F x ;4° )()0(x F x F =+,即)(x F 是右连续的;5° )0()()(--==x F x F x X P 。
(3)连续型随机变量的密度函数 定义 设)(x F 是随机变量X的分布函数,若存在非负函数)(x f ,对任意实数x ,有⎰∞-=xdxx f x F )()(,则称X为连续型随机变量。